[發明專利]一種結合機器學習的數據防泄漏策略動態更新方法及裝置

有效

• 申請號: 201810212329.2
• 申請日: 2018-03-15
• 公開（公告）號: CN108664801B
• 公開（公告）日: 2020-07-10
• 發明（設計）人: 龔劍;喻波;王志海;魏效征;安鵬;韓振國
• 申請（專利權）人: 北京明朝萬達科技股份有限公司
• 主分類號: G06F21/60
• 分類號: G06F21/60;G06F21/62;G06F16/35
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種結合機器學習的數據防泄漏策略動態更新方法及裝置，該方法包括以下步驟：根據用戶輸入的敏感文檔，訓練生成機器學習策略，并在策略系統中配置高/低精度匹配閾值和一個低精度匹配閾值，并將機器學習策略下發至DLP系統；當有用戶文檔向外發送時，對該用戶文檔進行敏感信息識別；根據策略管理員對用戶文檔的篩選結果確定是否更新機器學習策略。通過本發明的方案通過設置不同精度的匹配閾值，保證對敏感信息的攔截，并通過人工篩選，對機器學習進行再次訓練，得到新的機器學習策略，提高數據保護的效率。

技術領域

本發明涉及數據安全領域，具體涉及一種結合機器學習的數據防泄漏策略動態更新方法及裝置。

背景技術

隨著數據安全的重要性日益增強，如何保護企業內部的數據不被泄露，逐漸引起社會各層的關注，許多公司對內部敏感數據安全提出更高的要求，不僅要求能提高對流出數據保護的可靠性，而且對策略系統的易用性提出更高的要求。

數據泄密(泄露)防護(Data leakage prevention,DLP)，又稱為“數據丟失防護”(Data Loss prevention,DLP)，有時也稱為“信息泄漏防護”(Information leakageprevention,ILP)。數據泄密防護(DLP)是通過一定的技術手段，防止企業的指定數據或信息資產以違反安全策略規定的形式流出企業的一種策略。DLP這一概念來源于國外，是目前國際上最主流的信息安全和數據防護手段。

現有DLP系統的策略系統，一般是通過設置關鍵字，正則表達式，地址規則，文件規則，智能聚類等類型策略通過與或組合關系生成的策略，這些類型的策略都是靜態類型，沒有動態更新的能力。特別地，對于智能聚類類型策略生成，一般來說，由于事前的樣本量較少，或者樣本和實際發送的涉密信息的相關性較低，無法訓練出很好匹配度的策略。

如何能在原有策略系統上，更靈活動態地調整DLP系統的策略，給DLP軟件開發提出了更高的要求。

基于以上考慮，本系統在原有DLP策略系統對機器學習的利用的基礎上，調整了機器學習策略，對于之前設置單一高精度閾值的情況，增加了一個只記錄不處理的低精度閾值，并對命中低精度情況的文檔，進行人工甄別，根據人工判斷的結果不斷去更新機器學習的訓練集，進而不斷提高對企業流出信息進行防護的可靠性和易用性。

發明內容

為解決上述技術問題，本發明提供了一種結合機器學習的數據防泄漏策略動態更新方法，該方法包括以下步驟：

1)根據用戶輸入的敏感文檔，訓練生成機器學習策略，并在策略系統中配置一個高精度匹配閾值和一個低精度匹配閾值，并將機器學習策略下發至DLP系統；

2)當有用戶文檔向外發送時，對該用戶文檔進行敏感信息識別；

3)如果該用戶文檔和機器學習策略匹配度等于或高于高精度匹配閾值，則阻止用戶文檔發送；

4)如果該用戶文檔和機器學習策略匹配度低于高精度閾值，但高于或等于低精度匹配閾值，則允許該用戶文檔發送，并形成文檔記錄，且通知策略管理員對該用戶文檔進行篩選；

5)根據策略管理員對用戶文檔的篩選結果確定是否更新機器學習策略。

根據本發明的方法，優選的，所述步驟5)具體包括：

5.1)如果策略管理員認為該用戶文檔包含敏感信息，且符合當前機器學習的智能聚類，則將該用戶文檔發送至策略系統；

5.2)如果策略管理員認為該用戶文檔包含敏感信息，且不符合當前機器學習的智能聚類，則建立一個新類或將文檔重新歸類，并將新類名或歸類后的類名、以及用戶文檔發送至策略系統。

根據本發明的方法，優選的，所述步驟5)具體包括：